印度制药行业现在越来越希望将大数据分析纳入药物警戒领域。这是为了简化大量结构化和非结构化信息，这些信息难以通过实施简单的数据库管理来处理。

大数据还引用了人工智能，基础设施和服务，以及自动化处理操作，这些操作有助于收集，存储和分析收集的数据，并且数量不断增加。

根据RxLogix负责人Krishna Bahadursingh博士的说法，药物警戒中的大数据由4V进行背景化：体积，种类，速度和准确性。每个信息的开发，实施，验证和维护都需要大量的时间，金钱和人力资源。

自发报告系统（SRS）是药物警戒的不可分割的组成部分，但它本身无法提供患者安全信息的完整图像。这是因为收到的报告数量不能作为确定反应发生率的依据，因为人群中发生的反应总数和暴露于健康产品的患者数量都不知道，Bahadursingh博士说。DIA多元化活动，同时审议光伏方法，利用和挑战中的大数据。

收集的数据通常具有有限的患者信息，包括病史，伴随治疗和预先存在的疾病状况。对自愿和强制监测系统的不良反应报告不足。药物的报告率可能差别很大。他补充说，根据数据，不能在与不同健康产品相关的反应之间进行数字比较。

报告的数据并不代表有关可疑健康产品的所有已知安全信息，也不能单独用于做出有关个人治疗方案的决定。这是因为应该查阅信息来源，包括产品的处方信息。

通过允许流行病学方法确定人群中不良事件的发生率，在药物警戒中利用大数据将带来补充传统自发报告系统的潜力。

可能无法确定识别和调查在较长时间段内发生的药物不良反应的能力增强。然而，调查不同亚群的信号的可能性更大。

但是，药物警戒存在大数据的挑战。由于隐私，数据保护和安全法律，这些都是数据共享的严格限制。缺乏技术基础设施：如同能够从多个来源捕获大量数据并存储在公共数据模型中的全球平台目前不存在。当前现有数据集中的各种编码和标准化将不允许立即和系统地使用可用的“原始”大数据。Bahadursingh博士说，由于资源密集，需要人力资源，大数据项目的资金分配。